Бывший генеральный директор Google Эрик Шмидт опубликовал статью на сайте МТИ, в которой он обрисовал будущее науки вследствие достижений в области искусственного интеллекта.
Эрик Шмидт был генеральным директором Google с 2001 по 2011 год. В настоящее время он выступает соучредителем благотворительной инициативы Schmidt Futures.
Сначала Шмидт упоминает проект Nvidia по созданию «цифрового близнеца» нашей планеты на базе искусственного интеллекта, который позволит предсказывать места погодных аномалий. Он будет использовать прогнозы FourCastNet, модели искусственного интеллекта, которая работает с десятками терабайт данных со всей Земли и может предсказывать погоду на следующие две недели в десятки тысяч раз быстрее и точнее, чем существующие методы прогнозирования. FourCastNet также способна точно определять риск бедствий.
«Долгожданная революция в моделировании климата — это только начало. С появлением ИИ наука станет намного более захватывающей и в некотором смысле неузнаваемой. Отголоски этого сдвига будут ощущаться далеко за пределами лабораторий; они коснутся всех нас», — продолжает Шмидт.
По его мнению, человечество сможет построить будущее, «в котором инструменты на основе ИИ избавят нас от бессмысленного и трудоёмкого труда, а также приведут к творческим изобретениям и открытиям, способствуя прорывам, на которые в противном случае ушли бы десятилетия».
Шмидт напоминает, что ИИ — это не только большие языковые модели, но и множество различных архитектур. Он отмечает, что за последнее десятилетие наибольший прогресс в науке был достигнут за счёт более мелких «классических» моделей, ориентированных на конкретные процессы. Однако их дополнение возможностями генеративного ИИ позволяет совершать прорывы. Шмидт приводит в пример учёных Массачусетского технологического института, которые использовали модель ИИ для поиска антибиотика для борьбы с патогеном, который Всемирная организация здравоохранения назвала одним из самых опасных в мире. При этом модель Google DeepMind «может управлять плазмой в реакциях ядерного синтеза, приближая нас к революции чистой энергии». В сфере здравоохранения Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США уже одобрило 523 устройства, использующих ИИ, — 75% из них для радиологии, напоминает автор.
Шмидт считает, что по своей сути научный процесс останется прежним: провести предварительное исследование, определить гипотезу, проверить её экспериментально, проанализировать собранные данные и прийти к выводу. Но ИИ сможет революционизировать каждый из этих этапов.
Шмидт приводит в пример процесс, в котором искусственный интеллект помогает учёным готовить обзоры литературы. Такие инструменты, как PaperQA и Elicit, используют большие языковые модели для сканирования баз данных статей и создания кратких и точных обзоров, включая цитаты. Затем учёные формулируют гипотезу для проверки. LLM по своей сути работают, предсказывая следующее слово в предложении, создавая целые предложения и абзацы. Этот метод делает их подходящими для масштабных задач, присущих иерархической структуре науки, и может позволить им предсказать следующее крупное открытие в физике или биологии, полагает автор.
По мнению Шмидта, ИИ также может расширять сеть поиска гипотез и быстрее сужать её. В результате такие инструменты позволят формулировать более сильные гипотезы, например, модели, которые выявляют более многообещающих кандидатов для новых лекарств. Так, учёные из Калифорнийского технологического института использовали имитационную модель жидкости вкупе с искусственным интеллектом, чтобы автоматически разработать более совершенный катетер, который не позволяет бактериям плыть вверх по кровотоку и вызывать инфекции.
Далее Шмидт обращается к этапу экспериментов. Он уверен, что ИИ поможет проводить их быстрее, дешевле и в большем масштабе. Например, люди станут создавать машины на базе искусственного интеллекта с сотнями микропипеток, работающих день и ночь, чтобы создавать образцы с невиданной ранее скоростью.
«В конце концов, большая часть научных исследований будет проводиться в “автономных лабораториях” — автоматизированных роботизированных платформах в сочетании с искусственным интеллектом», — полагает исследователь. Ассистенты таких лабораторий будут заказывать расходные материалы, а также формировать план экспериментов на ночь, пока сотрудники будут отдыхать.
Наконец, инструменты искусственного интеллекта помогут снизить входной барьер для новых учёных и открыть возможности для тех, кто традиционно был исключён из этой области, пишет Шмидт.
«Впереди долгий путь к широкому внедрению ИИ в науку, и мы должны многое сделать правильно, от создания корректных баз данных и до внедрения точных правил, смягчения предубеждений в алгоритмах и обеспечения равного доступа к вычислительным ресурсам несмотря на границы», — подытожил Шмидт.
Источник новости: habr.com
